共查询到16条相似文献,搜索用时 156 毫秒
1.
2.
针对火山岩储层,从岩石化学成分分类和岩石结构分类两个角度出发,提出了一种利用测井资料识别火山岩岩性的方法。基于取芯薄片鉴定资料获得对应井段的常规测井数据,利用统计学习理论中的支持向量机方法对其处理,得到地质上按岩石化学成分分类的火山岩岩性类别。建立地层微电阻率成像测井图像与不同结构火山岩岩性之间的对应关系,归纳出典型的微电阻率图像模式,从而得到地质上按岩石结构分类的火山岩岩性类别,结合上述两者结论确定最终岩性,实现了运用支持向量机算法处理常规测井资料与微电阻率图像模式相结合的火山岩岩性测井识别新方法。 相似文献
3.
岩性识别是储层评价中的一项重要工作。随着机器学习方法的不断发展,岩性的智能识别也成为热门研究方向。随钻测井技术目前已经得到了广泛的应用,但是受限于高温高压的钻井作业条件,随钻测井仪器只能测得少量测井参数。由于随钻测井参数较少,直接输入机器学习模型无法充分挖掘其中的信息。对此,本文将随机树嵌入引入随钻测井资料的岩性识别。该方法将低维随钻测井数据通过二叉树编码并转化为高维稀疏特征,利用升维后的数据进行训练从而提升机器学习模型的判别能力。对比实验结果表明,使用随机树嵌入的随机森林方法具有最佳的识别效果,准确率和F1值较直接使用随机森林分别提升了3.16%和3.25%,且优于梯度提升树、极随机树和粒子群优化支持向量机算法。 相似文献
4.
岩性识别是致密砂砾岩测井评价的重要工作。砂砾岩岩性多样、成分复杂,导致测井识别岩性准确率低、测井解释孔隙度不准确。以东营凹陷北部陡坡带沙四下亚段致密砂砾岩为例,在对其岩石学特征分析的基础上,按照岩石类型和骨架矿物差异给砂砾岩分类,利用铸体薄片资料对测井曲线进行岩性标定,提取各种岩性的测井响应特征,在此基础上建立了基于主成分分析的测井岩性识别方法,并分岩性建立了孔隙度测井评价模型,提高了砂砾岩测井岩性识别和测井孔隙度计算的准确率。 相似文献
5.
岩性是表征储油物性、建立各类地质模型的重要参数,其与测井参数的函数关系很复杂。基于支持向量机一类对一类法对岩性识别分类精度不高的现状,结合二叉树法初始分类精度较高、分类速度快等优点,提出了一种新的组合方法——一类对一类法与二叉树法的结合应用。该方法对样本数据较少的类别设置权重系数,减少样本不平衡的影响,并利用几何平均准确率作为评价岩心识别效果的指标,其对岩性的分类效果远优于单一方法。具体步骤为:首先对不均衡的样本设置相应的权重系数,然后利用二叉树法将易于与砂泥岩区分的灰岩区分开来,再利用一对一分类法将剩下的砂泥岩样本进行分类。运用此方法对某油田测井数据进行岩性分类,分类的整体准确率以及几何平均准确率均有很大的提高。 相似文献
6.
7.
基于不同测井曲线参数集的支持向量机岩性识别对比 总被引:1,自引:0,他引:1
对测井曲线提取的不同参数值,进行支持向量机(support vector machines,SVM)岩性识别对比,找出适合于岩性识别的测井参数集。利用取心段岩心和测井资料,依据M-N值法、曲线重叠法和测井曲线特征值法等3种常用的岩性识别方法,提取能够用于岩性识别的测井曲线参数值,再利用支持向量机进行岩性识别,将识别结果进行对比,按照误差最小原则,找出适合于岩性识别的测井参数集。结果显示,M-N值法、曲线重叠法和测井曲线特征值法3种不同的测井参数集在岩性识别时,测井曲线特征值法和重叠法误差最小,可优先作为识别的基础数据。 相似文献
8.
砂砾岩储集体为快速沉积环境下形成的沉积物,具有很强的非均质性,因此,利用测井数据进行岩性识别的结果准确性较差。笔者针对该问题,从砂砾岩储集体中岩性测井特征提取和模式识别算法2方面进行分析。在测井特征提取上,针对其粒度跨度大、成分复杂、过渡岩性测井特征多样的特点,利用沉积相、物源体系控制岩石的成分和结构特征的多样性,达到准确提取岩石骨架颗粒参数的目的。在模式识别算法上,选取支持向量机、极限学习机和概率神经网络3种基于不同分类原理的模式识别算法,构建SEP岩性判别算法。在松辽盆地南部梨树断陷下白垩统营城组砂砾岩储集体岩性识别中,采用SEP法,利用GR-AC-CNL-DEN-RLLD-w(K-PE测井数据组合,对13口钻井的284块样本岩性进行判别,SEP识别结果与3种单方法相比,能够提高岩性判别结果的准确性和稳定性,识别符合率均值达到83.64%。 相似文献
9.
基于最小二乘支持向量机测井识别火山岩类型:以辽河盆地中基性火山岩为例 总被引:1,自引:0,他引:1
最小二乘支持向量机是在统计学习理论基础上发展起来的模式识别方法。与传统统计学相比,它能有效解决有限样本、非线性、高维数模型的建立问题,而且建立的模型具有很好的预测性能。岩性识别本质是解决分类问题,本文基于最小二乘支持向量机解决分类问题的优势,首先用GR、CNL、DEN、AC、RLLD等常规测井曲线数据建立样本空间;然后通过耦合模拟退火和交叉验证的方法寻找最佳参数,优化最小二乘支持向量机分类器;最后建立了最小二乘支持向量机岩性识别模型。通过取心段岩心描述和岩心/岩屑薄片鉴定,确定辽河盆地40口井315 m井段2 520个岩性样品作为训练样本,建立岩性识别标准。对8口井13 866 m井段110 928个火山岩数据采样点进行测井识别,可识别致密玄武岩、气孔玄武岩、粗面岩等8种主要火山岩类型。识别结果与8口测试井中316个有取心段岩心描述和岩心/岩屑薄片的精确岩矿定名对比,符合率达到75.2%,与以往测井识别复杂火山岩岩性相比,在识别准确率和效率上都有明显提高。 相似文献
10.
岩性识别的多元统计方法 总被引:6,自引:0,他引:6
识别地层岩性是在地层对比,沉积相分析等地质研究中的重要任务,在岩心资源较少,测井资料较多的情况下,利用多元统计分析进行地层岩性识别则是一种有效方法,为此,本文在胜利油田永一沙田砾岩体实际资料的基础上,通过取心井岩心和相应测井曲线的对应特征分析,应用判别分析方法,挑选了对岩性识别能力强的测井参数,确定了相应的岩性识别函数,利用该函数可以快速反应不同深度点上的地层岩性,并绘制相应的岩性剖面图等,为进一 相似文献
11.
火山岩岩性识别方法研究 总被引:25,自引:1,他引:24
岩性是测井储层评价的基础,在火山岩油藏的测井评价过程中,由于火山岩岩性定名方法的不统一以及岩性识别方法的不完善,使火山岩油藏的测井评价难以开展。采用国际地科联(IUGS)推荐的TAS图方法对火山岩岩样定名,并以此为基础,使用神经网络方法利用测井资料识别火山岩岩性。研究结果表明,利用传统的统计判别方法建立的测井资料与火山岩岩性的判别关系,识别符合率只有65%;而使用神经网络方法建立的判别关系,识别符合率可达81.8%。 相似文献
12.
13.
岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明:自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。 相似文献
14.
根据测井技术人员实际手工解释岩性经验,归纳出若干条模糊控制规则,构造一个神经网络模糊控制器,来学习与记忆这些规则,并运用这些规则来推理岩石的岩性,近拟模拟测井技术人员进行岩性识别的大脑思维过程,并运用VC 6.0编程实现之,继而运用计算机识别岩性。 相似文献
15.
安棚碱矿位于泌阳凹陷东南部,碱矿层主要赋存于古近系核桃园组核一段的上部和核二段中、下部,碱矿层主要由重碳钠盐(NaHCO3)和碳氢钠石(Na2CO3.3NaHCO3)组成,碱矿层顶、底板主为白云岩。碱矿层系由淡化湖泊逐渐浓缩咸化,从碱性卤水中沉积而成。根据碱矿层在地球物理测井资料中有明显显示的特点,利用多种地球物理测井资料建立岩性与电性关系、碱矿层与测井曲线的关系,制定出判断岩性、碱层和划分碱层厚度的电性界限及夹层剔除的电性界限,进而确定了碱矿层位置和厚度,弥补了钻探取心较少的缺陷;根据测井数据确定的矿层厚度与取心的见矿厚度基本吻合,误差很小;通过钻探取心和测井资料综合分析,在安棚碱矿共发现天然碱矿层17层,矿床具大型规模。 相似文献